| dc.description.abstract | Terbukanya prospek yang baik di bidang usaha tani bunga potong gerbera, baik untuk memenuhi kebutuhan pasar dalam negeri maupun ekspor ke pasar internasional memerlukan penanganan yang serius pada kegiatan budidayanya secara keseluruhan, mulai dari pra-panen sampai pasca-panen untuk lebih meningkatkan kualitas dan kuantitasnya. Perkembangan total produksi tanaman hias dari tahun 1997 sampai tahun 2001 berturut-turut adalah 62 124 235 tangkai, 67 356 657 tangkai, 51 030 043 tangkai, 102 774 319 tangkai, dan 171 707 053 tangkai. Perkebunan Carnation Florist, Lembang, Jawa Barat yang memiliki luas lahan 3000 m² memproduksi 532 000 tangkai bunga gerbera tiap tahunnya untuk memenuhi kebutuhan pasar dalam negeri dan luar negeri. Didasari hal tersebut maka diperlukan suatu metode atau teknik untuk mensortasi bunga gerbera secara efektif dan efisien. Salah satu metode yang dapat digunakan adalah dengan menggunakan pengolahan citra.
Penelitian ini bertujuan untuk mengembangkan algoritma pengolahan citra untuk menentukan mutu bunga gerbera melalui penampilannya. Tujuan spesifik adalah menentukan karakteristik mutu fisik bunga gerbera yang digunakan dalam sortasi dan pemutuan, menyusun algoritma pengolahan citra untuk melakukan analisis terhadap karakteristik mutu bunga gerbera, dan membangun program komputer untuk melakukan pengolongan bunga gerbera ke dalam beberapa kelas mutu yang berbeda.
Penelitian yang membahas karakteristik bunga gerbera dengan cara pengolahan citra belum pernah dilakukan sebelumnya. Tetapi metode pengolahan citra telah banyak digunakan untuk menduga karakteristik dan mutu buah dan bunga. Nugroho (2002), melakukan penelitian untuk mengkaji karakteristik mutu fisik bunga mawar merah dengan menggunakan sistem pengolahan citra. Dari hasil penelitian didapat bahwa panjang tangkai untuk mawar grade I, II, III berbeda nyata dengan panjang rata-rata tangkai bunga mawar untuk grade 1, grade II, dan grade III. Luas proyeksi kuntum bunga mawar grade 1 dengan mawar grade II tidak berbeda nyata, tetapi keduanya berbeda nyata dengan luas proyeksi kuntum bunga mawar grade III Lebar mahkota tidak dapat menjadi pembeda mutu grade I dengan grade II, tetapi dapat dipakai untuk membedakan grade III.
Wahyono (2002), melakukan penelitian untuk mengembangkan algoritma grading bunga anggrek potong dengan menggunakan pengolahan citra. Dari hasil penelitiannya diperoleh algoritma untuk grading anggrek potong Dendrobium sp telah disusun berdasarkan model linier antara panjang malai dengan panjang proyeksi, jumlah kuntum mekar dengan luas proyeksi, dan jumlah kuntum total dengan luas proyeksi, dengan nilai R masing-masing 0.994, 0.699, dan 0.670 untuk D. Sonia serta nilai R¹ sebesar 0.980, 0.882, dan 0.725 untuk D. Miss Singapore. | id |
